Marmara Üniversitesi
Marmara Üniversitesi Eğitim-Öğretim Bilgi Sistemi

Programlar Hakkında Bilgi

Lisans - Fen Fakültesi - Fizik

Müfredat Adı Ders Kodu Ders Adı Ders Türü Dönem AKTS Teorik Uygulama
2022 - Fizik - Lisans %30 COMP4071 Artificial Intelligence Seçmeli 5 5,00 3 0

Dersin İçeriği

Dersin Amacı

Bu dersinin amacı, bilgisayarların verilerden öğrenerek tahmin, sınıflandırma ve karar verme gibi görevleri insan müdahalesi olmadan gerçekleştirebilmesini sağlayan algoritma ve yöntemleri öğretmektir. Bu ders kapsamında öğrenciler, denetimli ve denetimsiz öğrenme tekniklerini, model değerlendirme yöntemlerini, özellik mühendisliğini ve farklı algoritmaların nasıl çalıştığını teorik ve pratik olarak öğrenirler. Hedef, öğrencilere gerçek dünya problemlerini çözebilecek yapay zeka temelli sistemler geliştirme becerisi kazandırmaktır.

Öğrenim Türü

-

Dersin İçeriği

Lineer regresyon, k-En yakın komşu algoritması, Öznitelik oluşturma ve veri indirgeme, Rastgele orman, k-Ortalamalar algoritması, Boyut indirgeme, Pekiştirmeli öğrenme , Gradyan artırma, Sinir ağlarına giriş

Planlanan Öğrenme Aktiviteleri ve Metodları

Sınıfta yüz yüze ders, ödevler, projeler,Karar ağacı modeli

Staj Durumu

Yok

Dersin Sunulduğu Dil

İngilizce

Ders Kitabı / Malzemesi / Önerilen Kaynaklar

Introduction to Machine Learning with Python - Andreas C Müller, Sarah Guido

Dersin Web Sayfası

Yok

Öğrenme Çıktıları

  • Farklı makine öğrenmesi algoritmalarını tanır ve uygun problem türlerine göre doğru algoritmayı seçer.
  • Veri ön işleme, öznitelik seçimi ve model değerlendirme süreçlerini uygulayarak etkili makine öğrenmesi modelleri geliştirir.
  • Gerçek dünya problemlerine yönelik, denetimli ve denetimsiz öğrenme yöntemleri kullanarak çözüm üretir.

Haftalık Ayrıntılı Ders İçeriği

Hafta Teorik
1 Yapay zekaya giriş
2 Lineer regresyon
3 k-En yakın komşu algoritması
4 Karar ağacı modeli
5 Öznitelik oluşturma ve veri indirgeme
6 Rastgele orman
7 k-Ortalamalar algoritması
8 Ara Sınav Haftası
9 Boyut indirgeme
10 Pekiştirmeli öğrenme
11 Gradyan artırma
12 Sinir ağlarına giriş
13 Proje
14 Proje
15 Proje
16 Ders Çalışma Haftası
17 Yarı Yıl Sonu Sınavı

Değerlendirme

Değerlendirme Değer
Yarıyıl (Yıl) İçi Etkinlikleri 40
Yarıyıl (Yıl) Sonu Etkinlikleri 60
Yarıyıl (Yıl) Sonu Etkinlikleri Değer
Final Sınavı 100

Öğrenci İş Yükü Hesabı

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Öncesi/Sonrası Bireysel Çalışma 14 4 56
Proje ve Hazırlığı 1 10 10
Ödev ve Hazırlığı 6 5 30
Laboratuvar ve Hazırlığı 0 0 0
Atölye ve Hazırlığı 0 0 0
Sunum ve Hazırlığı 0 0 0
Seminer ve Hazırlığı 0 0 0
Demo ve Hazırlığı 0 0 0
Araştırma ve Hazırlığı 0 0 0
Rapor ve Hazırlığı 0 0 0
Arasınav ve Hazırlığı 1 8 8
Kısa Sınav ve Hazırlığı 0 0 0
Final ve Hazırlığı 1 10 10
Teorik Ders Saati 0 0 0
Uygulama Ders Saati 0 0 0

Program ve Öğrenme Çıktıları İlişkisi

ÖÇ1
ÖÇ2
ÖÇ3
ÖÇ4
ÖÇ5